基于直方图的多天气图像修复中的 Transformer 特征增强
计算机视觉与模式识别
2024-09-11 v1
摘要
当前主流的在恶劣天气条件下的恢复任务主要聚焦于单一天气情景。然而实际情况下，多种天气条件始终共存且其混合程度通常未知。在这种复杂多样的天气条件下，单一天气恢复模型难以满足实际需求。这在自动驾驶等领域尤为关键，亟需一种能够有效处理混合天气条件并实现自动化图像质量提升的模型。本文提出了 Task Sequence Generator 模块，联合 Task Intra-patch Block 有效提取受损图像中嵌入的任务特定特征。Task Intra-patch Block 引入外部可学习序列，以辅助网络捕获任务特定信息。此外，我们采用基于直方图的 Transformer 模块作为网络骨架，实现对全局和局部动态范围特征的捕获。我们提出的模型在公共数据集上实现了最先进的性能。
关键词
引用
@article{arxiv.2409.06334,
title = {Multi-Weather Image Restoration via Histogram-Based Transformer Feature Enhancement},
author = {Yang Wen and Anyu Lai and Bo Qian and Hao Wang and Wuzhen Shi and Wenming Cao},
journal= {arXiv preprint arXiv:2409.06334},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2409.03249